第31卷第1期2023年1月Vol.31No.1Jan.,2023船舶物资与市场MARINEEQUIPMENT/MATERIALS&MARKETING0引言我国内河运输投资不断增加，有资料表明2019年内河建设完成投资614亿元，全国内河航道通航里程达到了12.73×104km[1]。随着我国内河航运的发展和进步，内河船舶制造向着大型化、智能化和高可靠性的方向发展，这对船舶的安全和稳定运行提出了越来越高的要求，特别是在极端恶劣天气下，外部环境呈现非线性和混沌性，船舶的故障率会呈现几何倍数的增长，一旦因船舶故障造成的事故，会造成极大的生命财产损失，对内河船舶的故障诊断研究具有重要的意义。随着超级计算机和多通道传感技术的进步，可以通过大量的传感器采集到船舶的子系统（如动力系统、推进系统等）的运行数据，挖掘和研究采集到的数据，进行分析与评价来预测和推断可能存在的安全隐患，保证船舶系统的安全稳定运行，这也是基于数据驱动的船舶故障诊断技术的研究内容。国内外学者对船舶的故障诊断进行了大量研究，其中，裴大茗等[2]介绍了船舶系统故障诊断、预测和健康管理的概念和特点，并对相关技术进行了详细综述。张海艳等[3]探讨了船舶电力系统故障诊断的研究方法，包括故障树、专家系统、神经网络等，并且分析了这些方法的优缺点。LIUL等[4]提出了多源信息融合技术在船舶故障诊断中的运用。柯赟等[5]根据故障预测与健康管理的技术框架，提出以船舶柴油机为例的故障预测与健康管理系统的实现路线，剖析船舶柴油机故障预测与健基于数据驱动的船舶故障诊断技术综述周广群（济宁市港航事业发展中心，山东济宁272004）摘要：基于数据驱动的船舶故障诊断技术是研究船舶安全运行的重要工具，介绍船舶故障诊断数据驱动技术的常用方法，包括故障诊断特征向量的提取技术、机器学习的故障诊断技术以及大数据的深度学习技术，分析船舶故障诊断技术的难度，并对船舶障诊断技术的未来发展趋势进行展望。关键词：船舶；故障诊断；数据驱动中图分类号：U672文献标识码：ADOI:10.19727/j.cnki.cbwzysc.2023.01.031［引用格式］周广群.基于数据驱动的船舶故障诊断技术综述[J].船舶物资与市场,2023,31(1):96-99.收稿日期：2022-08-18作者简介：周广群（1972-），男，硕士，高级工程师，研究方向为船舶检测。康管理技术所面临的挑战。此外，黄金娥等[6-8]也研究了船舶柴油机故障诊断技术，冯明等[9-11]对船舶推进系统和动力装置进行了故障诊断研究。随着计算能力的提升和深度学习等算法的日臻成熟，基于...
